大约有 3,000 项符合查询结果（耗时：0.0091秒） [XML]
Deep Learning（深度学习）学习笔记整理系列之（三） - 大数据 & AI - 清泛...
...每次训练一层网络，二是调优，使原始表示x向上生成的高级表示r和该高级表示r向下生成的x'尽可能一致。方法是：
1）首先逐层构建单层神经元，这样每次都是训练一个单层网络。
2）当所有层训练完后，Hinton使用wake-sleep算法...
Deep Learning（深度学习）学习笔记整理系列之（三） - 大数据 & AI - 清泛...
...每次训练一层网络，二是调优，使原始表示x向上生成的高级表示r和该高级表示r向下生成的x'尽可能一致。方法是：
1）首先逐层构建单层神经元，这样每次都是训练一个单层网络。
2）当所有层训练完后，Hinton使用wake-sleep算法...
Deep Learning（深度学习）学习笔记整理系列之（三） - 大数据 & AI - 清泛...
...每次训练一层网络，二是调优，使原始表示x向上生成的高级表示r和该高级表示r向下生成的x'尽可能一致。方法是：
1）首先逐层构建单层神经元，这样每次都是训练一个单层网络。
2）当所有层训练完后，Hinton使用wake-sleep算法...
Deep Learning（深度学习）学习笔记整理系列之（三） - 大数据 & AI - 清泛...
...每次训练一层网络，二是调优，使原始表示x向上生成的高级表示r和该高级表示r向下生成的x'尽可能一致。方法是：
1）首先逐层构建单层神经元，这样每次都是训练一个单层网络。
2）当所有层训练完后，Hinton使用wake-sleep算法...
Deep Learning（深度学习）学习笔记整理系列之（三） - 大数据 & AI - 清泛...
...每次训练一层网络，二是调优，使原始表示x向上生成的高级表示r和该高级表示r向下生成的x'尽可能一致。方法是：
1）首先逐层构建单层神经元，这样每次都是训练一个单层网络。
2）当所有层训练完后，Hinton使用wake-sleep算法...
Deep Learning（深度学习）学习笔记整理系列之（三） - 大数据 & AI - 清泛...
...每次训练一层网络，二是调优，使原始表示x向上生成的高级表示r和该高级表示r向下生成的x'尽可能一致。方法是：
1）首先逐层构建单层神经元，这样每次都是训练一个单层网络。
2）当所有层训练完后，Hinton使用wake-sleep算法...
Deep Learning（深度学习）学习笔记整理系列之（三） - 大数据 & AI - 清泛...
...每次训练一层网络，二是调优，使原始表示x向上生成的高级表示r和该高级表示r向下生成的x'尽可能一致。方法是：
1）首先逐层构建单层神经元，这样每次都是训练一个单层网络。
2）当所有层训练完后，Hinton使用wake-sleep算法...
请教：选离线版还是在线版？ - App Inventor 2 离线版 - 清泛IT社区，为创新赋能！
我是几天前申请了10天免费离线版。编了一个找车app。位置传感器搞通了，微数据库也搞通了，就是谷歌地图连不上。现在决定成为付费会员。就是不知道，选离线版还是在线版？一，功能哪个全？二，能不能两边都玩？谢谢。1...
Deep Learning（深度学习）学习笔记整理系列之（三） - 大数据 & AI - 清泛...
...每次训练一层网络，二是调优，使原始表示x向上生成的高级表示r和该高级表示r向下生成的x'尽可能一致。方法是：
1）首先逐层构建单层神经元，这样每次都是训练一个单层网络。
2）当所有层训练完后，Hinton使用wake-sleep算法...
Deep Learning（深度学习）学习笔记整理系列之（三） - 大数据 & AI - 清泛...
...每次训练一层网络，二是调优，使原始表示x向上生成的高级表示r和该高级表示r向下生成的x'尽可能一致。方法是：
1）首先逐层构建单层神经元，这样每次都是训练一个单层网络。
2）当所有层训练完后，Hinton使用wake-sleep算法...